Considere que o número de pousos e decolagens em um aeroporto siga um processo autorregressivo na forma , em que Z t representa o número observado de pousos e decolagens no tempo t (t = 0, 1, 2, 3, ...,NULL) e a t representa um ruído branco com média igual a zero e variância igual a 8. Com base nessas informações e considerando que , julgue os próximos itens.

A série temporal {Z t } não é estacionária.

A auto-correlação amostral entre Zt e Zt-1 é maior que 0,5.

Considerando a tabela acima, que apresenta a movimentação anual de cargas no porto de Santos de 2003 a 2007, em milhões de toneladas/ano e associa as quantidades de carga movimentadas para exportação e importação às variáveis X e Y, respectivamente, julgue os itens subsequentes.

As séries estatísticas apresentadas na tabela formam três séries temporais.

A análise de resíduos em Séries Temporais permite que o modelo seja avaliado por meio do componente aleatório ou irregular.

Séries Temporais são métodos utilizados para fazer a projeção de valores futuros de uma variável a partir, unicamente, de observações do passado e presente dessa variável. Inicialmente, busca-se observar graficamente a presença do componente Tendência para a seleção do método, sabe-se que:

I. Se na série houver a presença de Tendência então podem ser utilizados os modelos de tendência linear, quadrático e exponencial, por exemplo.

II. Caso contrário, pode-se aplicar o método de médias móveis e o ajuste exponencial.

Em relação às assertivas acima, pode-se afirmar que:

Considere as seguintes afirmações:

I. Para um processo ARMA (1, 1) a função de autocorrelação parcial só é diferente de zero no lag 1.

II. Para um processo ARMA (1, 1), onde φ é o coeficiente autoregressivo e θ é o coeficiente de médias móveis, a região de admissibilidade é dada por |φ| < 1 e |θ| < 1.

III. De um modo geral, a análise espectral de séries temporais estacionárias decompõe a série em componentes senoidais com coeficientes aleatórios não-correlacionados.

IV. Um processo ARIMA (1, d ,1), onde d = 1, é estacionário.

Está correto o que se afirma APENAS em

Considere o modelo autorregressivo de ordem dois AR(2) dado por:

Zt = φ1Zt−1 + φ2Zt−2 + at

onde t a é o ruído branco de média zero e variância 2a σ .

Considere as seguintes condições: I. φ1 + φ2 < 1 II. −1< φ1 + φ2 < 1 III. −1< φ2 <1 IV. φ2 − φ1 <1 V. −1< φ1 <1

O processo Zt é estacionário APENAS se satisfaz às condições

Considere as afirmativas abaixo relativamente a séries temporais.

É correto o que se afirma APENAS em